NVIDIA 开放 Omniverse ACE 体验：用云端 AI 打造数字人

给虚拟人注入灵魂，以前是个极其繁琐的力气活。你要先建模、绑骨骼，再找动捕演员录动作，最后还得专门找配音演员对口型。

NVIDIA 想把这一整套流程搬到云端，用几个微服务彻底打包解决。NVIDIA 正式开放了 Omniverse Avatar Cloud Engine（简称 ACE）的早期访问通道。

这套工具在 9 月首次公布，当时只对少数合作伙伴开放。现在，NVIDIA 开始向更多开发者提供测试权限，目的是让大家能直接在云端批量生成和驱动可交互的智能数字人。

只要一段音频，脸自己就动起来了

Omniverse ACE 本质上是一套云原生 AI 微服务组合。它的核心逻辑很简单：开发者不管用什么引擎捏脸，背后的语音、动作和表情都由 NVIDIA 的 AI 在云端实时算好。

这次开放的微服务里，最引人关注的是 3D 动画服务 Audio2Face。开发者只要上传一段普通音频文件，它就能直接生成逼真的面部表情动画，并且能无缝接入虚幻引擎等主流渲染工具。

对于做 2D 形象的开发者，ACE 提供了 Live Portrait 微服务。它可以通过一段实时视频流，直接驱动 2D 肖像或风格化的卡通人脸，连眨眼和微表情都能同步。

声音方面则由 NVIDIA Riva TTS 负责。它能直接把纯文本转成自然人声，不需要开发者额外标注语音的节奏或语调模式。

整套微服务构建在 NVIDIA Unified Compute Framework（UCF）之上，属于即插即用架构。做出来的数字人不仅能跑在 PC 上，还能直接部署到公有云或私有云，输出到平板、VR 头显甚至是快餐店的点餐大屏上。

从游戏跨平台捏脸到虚拟主播

目前已经有行业团队在深度测试这套工作流。跨游戏虚拟形象平台 Ready Player Me 的联合创始人兼 CEO Timmu Tõke 表示，他们花了七年时间做虚拟人系统，现在借助 ACE，团队可以更轻松地让这些跨平台形象拥有生动的互动表现。

Epic Games 的 MetaHuman 也在适配范围内。原本 MetaHuman 虽然建模精细，但驱动高拟真数字人需要很高的实时算力和制作成本，接入 ACE 后，开发者的交互制作门槛大幅降低。

另一个典型的应用场景是 VTuber（虚拟主播）。以往虚拟主播大多停留在简单的 2D 动捕，现在创作者可以借助云端渲染和 ACE 服务，直接把静态照片或 2D 形象升级成能在云端驱动的 3D 角色，本地甚至不需要配置高规格的专业工作站。

为什么重要

对于很多中小开发者、游戏工作室和商业品牌来说，做智能数字人一直卡在两道坎上：要么做得逼真但成本高得吓人，要么做成粗糙的低幼模型根本没法商用。我们认为，Omniverse ACE 最聪明的地方在于它没有重新去发明一个虚拟人编辑器，而是直接做背后的驱动底座。

不管你习惯在虚幻引擎里做写实 MetaHuman，还是在 Ready Player Me 里做卡通角色，输入端只管接美术资源，AI 驱动的语音和表情全丢给 NVIDIA 云端跑。这意味着即使是一个三五人的独立团队，也能在点餐机、车载系统或客服网页里塞进一个反应灵敏的 3D 助手。

但这种模式的隐患也很明显。所有表情生成和语音合成都在云端实时跑，极度依赖稳定的网络连接和高并发算力。一旦把虚拟客服部署在成千上万个离线或弱网终端上，云端微服务的延迟和带宽成本可能会迅速吃掉前期的便利。

从行业竞争来看，NVIDIA 显然不满足于只卖算力卡，它正在把底层的 AI 模型和图形工具包装成标准的云服务基础设施。当虚幻引擎、游戏开发商和虚拟主播平台都习惯了用 NVIDIA 的微服务驱动面部和语音，NVIDIA 在下一代元宇宙和人机交互入口上的话语权就彻底锁死了。